Gemini 2.5 Computer Use

2025-10-07 · Éditeur : Google · Domaine : Intelligence Artificielle

Google DeepMind publie en préversion Gemini 2.5 Computer Use, un modèle spécialisé bâti sur Gemini 2.5 Pro qui pilote des interfaces graphiques (clics, saisie, défilement), surtout des navigateurs.

Google DeepMind publie en préversion Gemini 2.5 Computer Use, un modèle spécialisé bâti sur Gemini 2.5 Pro qui pilote des interfaces graphiques (clics, saisie, défilement), surtout des navigateurs. ### Ce qui change - Nouvel outil `computer_use` de l'API Gemini, à faire tourner dans une boucle (capture d'écran, action, nouvelle capture). - Optimisé pour les navigateurs, prometteur pour l'interface mobile, pas encore optimisé pour le contrôle du système d'un ordinateur de bureau. - Résultats supérieurs aux alternatives sur plusieurs benchmarks web et mobiles, avec une latence plus faible, selon Google. - Contrôles de sécurité : service de vérification par étape hors modèle, consignes système, confirmation utilisateur pour les actions à risque. ### Caractéristiques - Identifiant : `gemini-2.5-computer-use-preview-10-2025`. - Disponibilité : Google AI Studio, Vertex AI. ### Tarifs | Palier | Entrée (USD / 1M tokens) | Sortie (USD / 1M tokens) | |---|---|---| | Prompts jusqu'à 200 000 tokens | 1,25 | 10 | | Prompts de plus de 200 000 tokens | 2,50 | 15 | Tarifs de la page officielle actuelle ; pas de palier gratuit. ### Benchmarks Les résultats (Online-Mind2Web via Browserbase, entre autres) sont présentés en graphiques, sans chiffres dans le texte du billet. ### À retenir Un agent de navigateur exposé via l'API, avec garde-fous natifs, à intégrer avec supervision humaine pour les actions sensibles.

Tags : LLM, Google, Gemini, Agents, Computer Use